Python即学即用 PDF 超清版

Python是当今十分受欢迎的计算机语言和大数据处理专用工具。这书全方位详细介绍了Python运用的各个领域，遮盖了当今Python的流行运用。各章自觉性较强，用户可从这书的一切章节开始阅读，而且马上将所教专业知识运用到工作中实践活动中。Python是这门强劲、便捷的计算机语言。这书选用了即学即用的方法解读Python.全书关键包括Python語言专业知识及其互联网大数据应用的numpy、pandas、pytables；Web程序编写架构web.py；实际操作postgresql数据库查询。用户学习完章节的基本知识以后，可再次细读这章的高級话题讨论，进而超过马上运用的目地。这书非常合适手机软件开发者和数据统计分析技术工程师阅读文章，也可用以高等学校计算机教学。

目录

• 第 1 章 绪论 1
• 1.1 Python 的特点 1
• 1.1.1 为何适应各种用户需求 2
• 1.1.2 胶水特点 2
• 1.1.3 语言特点 2
• 1.1.4 语法风格 3
• 1.1.5 多平台 5
• 1.1.6 丰富的支持 5
• 1.2 Python 版本与集成包 5
• 1.3 Python 的下载与安装 6
• 1.3.1 下载 Python 6
• 1.3.2 Python 在 Windows 下的安装 6
• 1.3.3 Anaconda 8
• 1.4 python 的 IDE 9
• 1.4.1 IDLE 9
• 1.4.2 PyCharm 9
• 1.4.3 Spyder 10
• 1.4.4 其他 IDE 11
• 1.5 软件包的安装方法 11
• 1.5.1 easy_install 12
• 1.5.2 pip 12
• 1.6 高级话题：Matplotlib 13
• 1.6.1 Matplotlib 特点 13
• 1.6.2 Matplotlib 绘图 13
• 1.6.3 用 Matplotlib 绘制股票历史 K 线图 15
• 1.7 小结 17
• 第 2 章 数据类型 18
• 2.1 数字数据类型 18
• 2.1.1 布尔型 bool 19
• 2.1.2 基本整型 int 20
• 2.1.3 长整型 20
• 2.1.4 双精度浮点型 float 21
• 2.1.5 十进制浮点型 Decimal 21
• 2.1.6 复数 Complex 22
• 2.1.7 数字运算符 23
• 2.1.8 数字类型函数 24
• 2.2 序列 26
• 2.2.1 字符串 28
• 2.2.2 列表 39
• 2.2.3 元组 45
• 2.3 字典 48
• 2.3.1 字典创建 48
• 2.3.2 字典访问 49
• 2.3.3 字典相关函数 51
• 2.4 高级话题：NumPy 54
• 2.4.1 NumPy 数组与 Python 列表的区别 54
• 2.4.2 NumPy 数据类型 55
• 2.5 小结 57
• 第 3 章 控制流程与运算 58
• 3.1 选择结构 58
• 3.1.1 单分支结构 58
• 3.1.2 双分支结构 59
• 3.1.3 多分支结构 60
• 3.1.4 条件表达式 62
• 3.2 循环结构 62
• 3.2.1 while 语句 62
• 3.2.2 for 语句 65
• 3.3 高级话题：NumPy 的数组操作 70
• 3.3.1 创建数组 70
• 3.3.2 索引和切片 71
• 3.3.3 数组对象的属性 72
• 3.3.4 数组和标量之间的运算 73
• 3.3.5 数组的转置 74
• 3.3.6 通用函数 74
• 3.3.7 统计方法 75
• 3.3.8 集合运算 76
• 3.3.9 随机数 76
• 3.3.10 排序 77
• 3.3.11 线性代数 78
• 3.3.12 访问文件 78
• 3.4 小结 79
• 第 4 章 函数与函数式编程 80
• 4.1 函数 80
• 4.1.1 定义函数 80
• 4.1.2 函数调用 82
• 4.1.3 内部/内嵌函数 82
• 4.2 函数参数 83
• 4.2.1 标准化参数 83
• 4.2.2 可变数量的参数 86
• 4.2.3 函数传递 89
• 4.3 装饰器 90
• 4.3.1 无参数装饰器 90
• 4.3.2 带参数装饰器 93
• 4.4 函数式编程 94
• 4.4.1 lambda 表达式 94
• 4.4.2 内建函数 map、filter 、reduce 96
• 4.4.3 偏函数应用 98
• 4.5 变量作用域 99
• 4.5.1 全局变量和局部变量 99
• 4.5.2 global 语句 100
• 4.5.3 闭包与外部作用域 101
• 4.6 递归 102
• 4.7 生成器 102
• 4.8 高级话题：SciPy 104
• 4.8.1 傅里叶变换 105
• 4.8.2 滤波 107
• 4.9 小结 109
• 第 5 章 文件 110
• 5.1 磁盘文件 110
• 5.1.1 打开、关闭磁盘文件 110
• 5.1.2 写文件 112
• 5.1.3 读文件 114
• 5.1.4 文件指针操作 116
• 5.2 StringIO 类文件 116
• 5.3 文件系统操作 120
• 5.3.1 os 模块 120
• 5.3.2 os.path 模块 124
• 5.3.3 shutil 模块 127
• 5.4 高级话题：Python 读写 Excel 文件 130
• 5.4.1 xlwt 库 130
• 5.4.2 xlrd 库 133
• 5.4.3 xlutils 库 134
• 5.4 小结 135
• 第 6 章 模块包 136
• 6.1 模块 136
• 6.1.1 搜索路径 136
• 6.1.2 导入模块 137
• 6.1.3 导入指定的模块属性 137
• 6.1.4 加载模块 138
• 6.1.5 名称空间 138
• 6.1.6 “编译的”Python 文件 139
• 6.1.7 自动导入模块 139
• 6.1.8 循环导入 139
• 6.2 包 141
• 6.3 高级话题：程序打包 142
• 6.3.1 Distutils 142
• 6.3.2 py2exe 144
• 6.4 小结 144
• 第 7 章 类 145
• 7.1 基本概念 145
• 7.2 类定义 146
• 7.3 实例 148
• 7.3.1 创建实例 148
• 7.3.2 初始化 149
• 7.3.3 _dict_属性 151
• 7.3.4 特殊方法 152
• 7.4 继承 155
• 7.5 多态 158
• 7.6 可见性 159
• 7.7 python 类中的属性 160
• 7.8 高级话题：抽象基类 163
• 7.9 小结 166
• 第 8 章 数据库 167
• 8.1 DB-API2.0 167
• 8.2 Psycopg 2 170
• 8.3 MySQL 173
• 8.4 高级话题：ORM 175
• 8.5 小结 178
• 第 9 章 网络编程 179
• 9.1 网络基础 179
• 9.2 CGI 182
• 9.2.1 CGI 模块 182
• 9.2.2 WSGI 183
• 9.3 高级话题：Flask 184
• 9.3.1 Flask 简介 184
• 9.3.2 Flask-SQLAlchemy 185
• 9.3.3 Flask-WTF 186
• 9.3.4 Jinja2 187
• 9.3.5 用 Matplotlib 与 Flask 显示动态图片 189
• 9.3.6 Flask-Script 190
• 9.3.7 Flask 程序运行 191
• 9.4 小结 192
• 第 10 章 正则表达式 193
• 10.1 Python 的正则表达式语法 193
• 10.2 re 模块 195
• 10.2.1 Python 正则表达式用法 195
• 10.2.2 编译一个模式 197
• 10.2.3 模式替换 198
• 10.3 高级话题：Beautiful Soup 198
• 10.4 小结 202
• 第 11 章 图形用户界面编程 203
• 11.1 Tkinter 203
• 11.1.1 Tkinter 组件 203
• 11.1.2 Tkinter 回调、绑定 206
• 11.1.3 Matplotlib 应用于 Tkinter 208
• 11.2 高级话题：PyQt 210
• 11.2.1 PyQt 介绍 210
• 11.2.2 PyQt 的事件 214
• 11.2.3 PyQt 的 ToDo 实例 215
• 11.3 小结 219
• 第 12 章 大数据的利器 220
• 12.1 JSON 220
• 12.1.1 JSON 格式定义 220
• 12.1.2 simplejson 库 221
• 12.1.3 通过 JSON 读取汇率 226
• 12.2 XML 227
• 12.2.1 XML 基本定义 227
• 12.2.2 LXML 库使用 228
• 12.2.3 通过 XML 读取新浪和人民网的 RSS 229
• 12.3 HDF5 229
• 12.3.1 HDF5 格式定义 229
• 12.3.2 PyTables 使用 230
• 12.4 pandas 232
• 12.4.1 pandas 介绍 232
• 12.4.2 pandas 的 Series 232
• 12.4.3 DataFrame 的创建 234
• 14.4.4 DataFrame 的索引访问 235
• 12.4.5 DataFrame 的数据赋值 239
• 12.4.6 DataFrame 的基本运算 239
• 12.4.7 pandas 的 IO 操作 240
• 12.4.8 pandas 读取 EIA 的原油价格 241
• 12.5 小结 243
• 附录 244
• 附录 A Python 编译安装 244
• 附录 B Virtualenv Python 虚拟环境 246
• 附录 C Python 2 还是 Python 3 248
• 附录 D 科学家的 Python 252
• 附录 E 无处不在的 Python 253